Хиймэл оюун (Artificial Intelligence, AI) нь бусад салбарын нэгэн адилаар эрчим хүчний салбарт ихээхэн өөрчлөлтийг авчирч байна. Хиймэл оюунд суурилсан дэд станцын автоматжуулалт нь цахилгаан сүлжээний ажиллагааг илүү үр ашигтай, найдвартай, шуурхай болгож, эрчим хүчний салбарт томоохон шинэчлэл хийж байна. Хиймэл оюуны технологиудыг дэд станцын автоматжуулалтын олон чиглэлд, үр ашгийг нэмэгдүүлэх, найдвартай байдлыг сайжруулах, цахилгаан сүлжээний ерөнхий гүйцэтгэлийг дээшлүүлэх зорилгоор ашиглаж байна. Энэхүү технологи нь дэд станцын ажиллагааны үр ашгийг нэмэгдүүлэх, найдвартай байдлыг сайжруулах, хариу үйлдлийн хурдыг нэмэгдүүлэх боломжийг бүрдүүлж, урьдчилан таамагласан засвар үйлчилгээ, гэмтэл илрүүлэлт, сүлжээний оновчлол, одоо ашиглаж буй SCADA системтэй уялдах чиглэлд өргөн хэрэглэгдэж, их хэмжээний өгөгдлийг бодит цагт боловсруулах, сүлжээний ажиллагааг оновчтой удирдах, гэмтлийг эрт илрүүлэх, автомат шийдвэр гаргах боломжийг бүрдүүлж байна.
Хиймэл оюуны технологи нь асар их хэмжээний өгөгдөл боловсруулах, өгөгдлөөс хэв шинж суралцах, ухаалаг шийдвэр гаргах боломжийг олгодог. Өөрөөр хэлбэл, хиймэл оюун нь дэд станцын ажиллагаа болон гэмтлийн хариу үйлдлийг алгоритмаар оновчтой болгоход улам бүр чухал үүрэг гүйцэтгэх болж, дэд станцын ажиллагааг тасралтгүй хянаж, системийн үр ашиг болон тогтвортой байдлыг сайжруулж байна. Тухайлбал:
Шошгожуулсан өгөгдөл ашиглан шинэ өгөгдөлд үндэслэн үр дүн таамаглах загвар сургадаг хяналттай сургалт (Supervised Learning)-ын алгоритмыг дэд станцын автоматжуулалтад гэмтэл урьдчилан таамаглах, ачааллын прогноз хийх зэрэгт ашигладаг.
Шошгогүй өгөгдлөөс хэв шинж, хамаарлыг илрүүлдэг хяналтгүй сургалт (Unsupervised Learning)-ын алгоритмыг дэд станцын хэвийн бус ажиллагаа илрүүлэх, ижил төстэй үйл явдлыг бүлэглэх замаар асуудлыг томрохоос өмнө илрүүлэхэд ашиглаж байна.
Орчинтой харилцан үйлчилж, үр дүнгийн талаарх мэдээлэл авч өөрөө суралцдаг урамшуулалт сургалт (Reinforcement Learning)-ын алгоритмыг ашиглан дэд станцын удирдлагын стратегийг оновчтой болгож, ажиллагааны үр ашгийг дээшлүүлж байна.
Хиймэл нейрон сүлжээ (Artificial Neural Networks, ANN) нь нарийн төвөгтэй хэв шинж, өгөгдлийн хамаарлыг таних өндөр чадвартай тул дүрс таних, дохио боловсруулах, дэд станцын гэмтэл илрүүлэх зэрэгт ашиглаж байна.
Гүн сургалт (Deep Learning) нь их хэмжээний өгөгдлийг өндөр нарийвчлалтай боловсруулах, урьдчилан таамагласан засвар үйлчилгээ, бодит цагийн хяналт зэрэг дэвшилтэт хэрэглээг хэрэгжүүлэх боломжийг олгож байна.
Дараах давуу талуудтай. Үүнд:
1. Урьдчилан таамагласан засвар үйлчилгээ. Хиймэл оюун нь тоног төхөөрөмжийн өгөгдлийг шинжилж, эвдрэл үүсэх магадлалыг урьдчилан таамаглах, төлөвлөгдөөгүй саатлыг бууруулах, засвар үйлчилгээний зардлыг багасгах боломжийг олгодог.
2. Гэмтэл илрүүлэлт ба хамгаалалт. Хиймэл оюуны алгоритм нь хэвийн бус ажиллагааг хурдан илрүүлэх, богино хугацаанд хариу арга хэмжээ авах, сүлжээний томоохон доголдлоос урьдчилан сэргийлэх чадвартай.
3. Сүлжээний оновчлол. Хиймэл оюун нь ачааллын өөрчлөлтийг урьдчилан тооцоолох, эрчим хүчний урсгалыг оновчтой болгох, сэргээгдэх эрчим хүчийг илүү үр ашигтай нэгтгэх боломжийг бүрдүүлдэг.
4. Бодит цагийн хяналт ба шийдвэр гаргалт. Хиймэл оюунд суурилсан дэд станц нь бодит цагийн өгөгдөлд дүн шинжилгээ хийж, автоматаар шийдвэр гаргах, операторуудад шуурхай мэдээлэл өгөх чадвартай болсон.
Орчин үеийн дижитал дэд станц нь ухаалаг электрон төхөөрөмж, process bus технологи, өндөр хурдны холбооны системийг ашиглан илүү ухаалаг ажиллагааг хэрэгжүүлж байна.
Ингэснээр хүний оролцоог бууруулах, аюулгүй байдлыг нэмэгдүүлэх, эрчим хүчний системийн уян хатан чанарыг сайжруулах давуу талтай.
Хиймэл оюунд суурилсан дэд станцын автоматжуулалт нь ухаалаг сүлжээ (Smart Grid), сэргээгдэх эрчим хүч, цахилгаан автомашин, эрчим хүч хадгалах системтэй илүү нягт уялдан хөгжих төлөвтэй байна. Ингэснээр цахилгаан сүлжээ илүү тогтвортой, найдвартай, дижитал, байгальд ээлтэй системд шилжих боломжийг бүрдүүлэх юм.
Зургийг хиймэл оюун ашиглан бүтээв.
